Python 稀疏学习库和稀疏动量资源

xin9707635 26 0 ZIP 2020-08-08 19:08:45

稀疏学习库和稀疏动量资源

文件列表

Python-稀疏学习库和稀疏动量资源.zip (预估有个65文件)

TimDettmers-sparse_learning-952a28d

results

feature_data.tar.gz 1.07MB

dynamic_sparse

calc_confidence_intervals.py 657B

results.zip 3KB

MNIST_compression_comparison_lenet5.csv 849B

sensitivity_prune_rate_vgg-d.csv 382B

WRN-28-2_results_summary.csv 406B

sensitivity_momentum_alexnet-s.csv 435B

sensitivity_momentum_vgg-d.csv 431B

MNIST_sparse_summary.csv 671B

sensitivity_prune_rate_alexnet-s.csv 384B

MNIST_compression_comparison_lenet300-100.csv 846B

graphs.py 4KB

plot_graphs.py 16KB

requirements.txt 17B

imagenet

fully_sparse

multiproc.py 4KB

smoothing.py 762B

img

validation_accuracy.png 21KB

training_accuracy.png 15KB

training_loss.png 8KB

scripts

extract_summary.py 2KB

main.py 28KB

sparse_momentum_logs.tar.gz 419KB

examples

RN50_FP16_8GPU.sh 368B

RN50_FP32_INFERENCE_BENCHMARK.sh 171B

RN50_FP16_INFERENCE_BENCHMARK.sh 178B

RN50_FP32_EVAL.sh 242B

RN50_FP32_4GPU.sh 365B

RN50_FP16_1GPU.sh 339B

RN50_FP32_1GPU.sh 308B

RN50_FP16_EVAL.sh 249B

RN50_FP32_8GPU.sh 337B

RN50_FP16_4GPU.sh 377B

LICENSE 1KB

README.md 12KB

resnet.py 7KB

partially_dense

experiments

resnet_experiments.yaml 9KB

wrnet_experiments.yaml 29KB

reparameterized_layers.py 4KB

parameterized_tensors.py 10KB

main.py 37KB

model.py 17KB

requirements.txt 431B

LICENSE 11KB

README.md 9KB

learning_schedules

resnet_schedule.yaml 1KB

wrnet_schedule_long.yaml 993B

wrnet_schedule.yaml 992B

resnet_prune_schedule.yaml 998B

resnet_schedule_long.yaml 1KB

wrnet_prune_schedule.yaml 998B

LICENSE 1KB

setup.py 880B

README.md 3KB

mnist_cifar

get_results_from_logs.py 4KB

main.py 12KB

extensions.py 5KB

plot_feature_histograms.py 4KB

sparselearning

utils.py 8KB

__init__.py 77B

models.py 19KB

funcs.py 12KB

core.py 23KB

.gitignore 1KB

CHANGELOG.md 2KB

How_to_add_your_own_algorithms.md 9KB

用户评论

暂无评论

稀疏频谱高斯过程

执行有效的回归。两种使用模式是可能的：训练和预测。如果没有给出测试数据，函数返回减去log似然（nlml）及其偏导数（派生nlml）wrt优化的超参数（优化参数），这个模式用于选择超参数，如果测试数据

23 2019-09-14
稀疏矩阵整数编码

整数编码遗传算法用于稀疏矩阵基于matlab实现

38 2018-12-25
SparseMask稀疏面膜源码

SparseMask:微分连通性学习,用于密集图像预测 SparseMask的正式实施:用于密集图像预测的微分连通性学习。自动设计用于密集图像预测任务的连接结构,从而实现多尺度特征图的更好融合。 @

22 2021-04-04
精确稀疏LS SVM

对于支持向量机(SVM)学习而言,通过对偶性推导的最小二乘SVM(LS-SVM)模型是一种广泛使用的模型,因为它具有明确的解决方案。但是其局限性在于解决方案缺乏稀疏性。在本文中,我们通过表示定理推

11 2021-04-07
CPP稀疏矩阵源码

CPP稀疏矩阵

7 2021-02-22
稀疏表示入门资料

稀疏表示入门资料。

10 2020-08-09
黑客新闻稀疏源码

Hackernews解析并提供服务实施细节用简单的Django视图实现的api 使用Django表单执行验证对于使用huey库的后台任务,它每1分钟抓取一次数据用pyquery库解析的html

14 2021-04-24
稀疏和不稀疏的季节性干燥热带森林中的地下碳和氮

这项研究的目的是量化季节性干燥热带森林（SDTF）在两个不同类型的地面下两个相邻流域的Vertisol中草本生物量和细根生产力的动态及其与碳和氮储量的关系。覆盖。这两个分水岭位于巴西塞阿拉州的伊瓜图

17 2020-07-20
OMP算法寻找信号的稀疏表示寻找信号的稀疏表示

简单实用的OMP算法,寻找信号的稀疏表示。 % Sparse coding of a group of signals based on a given % dictionary and specif

23 2020-08-22
提升稀疏信号恢复的算法信息论稀疏阈值算法

利用信息论原理，改进传统硬阈值算法，以提高稀疏信号恢复的效果。通过增加阈值算法的灵活性，能更好地还原稀疏信号的特征。

5 2023-07-01

Python 稀疏学习库和稀疏动量资源

文件列表

用户评论

推荐下载